ترجمه طلایی ارزیابی خودکار بحث های (گفتگوهای) آنلاین با متن کاوی

ترجمه طلایی ارزیابی خودکار بحث های (گفتگوهای) آنلاین با متن کاوی - فن آوری به طور فزاینده ای به عنوان یک ابزار کارآمد که انعطاف پذیری زیادی را برای دانشجویان در آموزش عالی فراهم می کند مورد توجه قرار گرفته است ارتباط به واسطه کامپیوتر یک عنصر کلیدی در سیستم ها و استراتژی های آموزش الکترونیکی است

---

ارزیابی خودکار بحث های (گفتگوهای) آنلاین با متن کاوی تالارهای گفتگو و تبادل نظر آنلاین با سرعت در حال استفاده از سیستم های آموزش الکترونیکی هستند. این کار بار سنگینی را بر دوش مدرسان از نظر تعدیل بحث های دانشجویی قرار داده است. روش های ارزیابی قبلی در مورد مشارکت دانشجویان در بحث های آنلاین به شدت با روش های کمی دنبال شده است که لزوما تلاش دانشجویان را در بر نمی گیرد. همراه با گسترش این کاربرد، نیاز به ابزارهای سریع استخراج دانش برای تجزیه و تحلیل و ارائه پیام های آنلاین به شیوه ای مفید و معنی دار وجود دارد. این مقاله به بحث روی روشی کیفی پرداخته است که شامل تجزیه و تحلیل محتوای بحث ها و تولید کلیدواژگان خوشه ای است که می توان برای شناسایی موضوع های مورد بحث استفاده کرد. نویسندگان از یک الگوریتم خوشه ای k-means++ با تجزیه و تحلیل معنای نهفته برای ارزیابی موضوعات بیان شده توسط دانشجویان در تالارهای بحث و تبادل نظر آنلاین استفاده کردند. سپس این الگوریتم پیشنهادی با الگوریتم k-means++ استاندارد مقایسه شد. نویسندگان با استفاده از انجمن مدیریت دوره مودل برای اعتباربخشی الگوریتم پیشنهادی نشان دادند که الگوریتم خوشه ای k-means++ با تجزیه و تحلیل معنای نهفته بهتر از الگوریتم k-means++ مستقل عمل می کند.

Online discussion forums have rapidly gained usage in e-learning systems. This has placed a heavy burden on course instructors in terms of moderating student discussions. Previous methods of assessing student participation in online discussions followed strictly quantitative approaches that did not necessarily capture the students’ effort. Along with this growth in usage there is a need for accelerated knowledge extraction tools for analysing and presenting online messages in a useful and meaningful manner. This article discussed a qualitative approach which involves content analysis of the discussions and generation of clustered keywords which can be used to identify topics of discussion. The authors applied a new k-means++ clustering algorithm with latent semantic analysis to assess the topics expressed by students in online discussion forums. The proposed algorithm was then compared with the standard k-means++ algorithm. Using the Moodle course management forum to validate the proposed algorithm, the authors show that the k-mean++ clustering algorithm with latent semantic analysis performs better than a stand-alone k-means++.

مقدمه بحث های آنلاین یکی از برنامه های کاربردی مهم در ارتباطات به واسطه کامپیوتر در محیط های آموزش الکترونیکی است. چرا که آنها محیط یادگیری مشارکتی ناهمزمانی فراهم می کنند که در آن بین اعضای گروه تعامل ایجاد می شود، و آنها در بسیاری از سیستم های مدیریت یادگیری گنجانده می شوند. تالارهای گفتگوی آنلاین یک استراتژی امیدوار کننده برای دروس حل مسئله و فعالیت های کشف گرا هستند. بحث های آنلاین تعدادی مزایای بالقوه ارائه می دهند که می توان با آن به دانشجویان کمک کرد در فعالیت هایی که به رشد فکری آنها دخیل است شرکت داشته باشند. به عنوان مثال، نوشتن پاسخ در بحث های آنلاین غالبا نسبت به بحث های رو در رو نیاز به تأمل بیشتری دارد. مزایای دیگر شامل کار تیمی و تفکر انتقادی و حمایت از کار مشترک است. بیشتر سیستم های بررسی بحث های آنلاین مبتنی بر روش های کمی هستند. یک روش معمول برای ارزیابی مشارکت دانشجو شمارش تعداد ارسال ها است. با افزایش ثبت نام برای دوره، تعامل سنگین تر آنلاین یک بار قابل توجهی بر مدرسان

قیمت فقط40,000 تومانپرداخت و دانلود

مشخصات فروشنده

نام و نام خانوادگی : جعفر علایی

شماره تماس : [phone]

ایمیل :[e-mail]

سایت :sidonline.ir

مشخصات فایل

فرمت : doc

تعداد صفحات : 10

قیمت : 40,000 تومان

حجم فایل : 429 کیلوبایت

برای خرید و دانلود فایل و گزارش خرابی از لینک های روبرو اقدام کنید...

پرداخت و دانلودگزارش خرابی و شکایت از فایل

ترجمه مقاله بررسی تکنیکهای Document Clustering و مقایسه LDA و moVMF

ترجمه مقاله بررسی تکنیکهای Document Clustering و مقایسه LDA و moVMF - این پروژه به طور کلی به بررسی تکنیکهای Document Clustering که به طور گسترده استفاده شده است می پردازدما با استفاده از مدل فضای برداری از طریق تکامل آن و گسترش به دیگر مدل های پیچیده تر و آماری صدا آغاز می کنیم ما جزئیات دو مدل ، مخلوطی از Von MisesFisher و Latent Dirichlet Allocation را از آنجاییکه در سال های اخیر توجه گسترده ای را با توجه به عمل

---

بررسی تکنیکهای Document Clustering و مقایسه LDA و moVMF
A Survey of Document Clustering Techniques & Comparison of LDA and moVMF
چکیده :
این تحقیق به طور کلی به بررسی تکنیکهای Document Clustering که به طور گسترده استفاده شده است می پردازد.ما با استفاده از مدل فضای برداری از طریق تکامل آن و گسترش به دیگر مدل های پیچیده تر و آماری صدا آغاز می کنیم. ما جزئیات دو مدل ، مخلوطی از Von Mises-Fisher و Latent Dirichlet Allocation را از آنجاییکه در سال های اخیر توجه گسترده ای را با توجه به عملکرد خوب خود را بیش از سایر مدل ها داشته اند مقایسه می کنیم. در نهایت میبینیم آزمایشهای بیشتر نیازمند موضوع یا اشیا دیگر است.
کلمات کلیدی :
VSM, LSA, pLSA, K-means, Hierarchical Clustering, LDA, moVMF, Spherical Admixture Model
1- پیش زمینه
امروزه اطلاعات بر روی اینترنت در حال انفجار نمایی در طول زمان است، و حدود 80٪ آن به صورت متن ذخیره شده است. بنابراین متن کاوی موضوع پرطرفداری است. یکی از زمینه های تحقیق به طور ویژه Document Clustering است که یک موضوع عمده در جامعه بازیابی اطلاعات است. و مشخصا" برنامه های کاربردی گسترده ای در جهان واقعی است ، به طور مثال موتورهای جستجو. به طور معمول، یک موتور جستجو اغلب هزاران صفحه در پاسخ به پرس و جو گسترده را برمی گرداند و این کار را برای کاربران برای فهرست و یا برای شناسایی اطلاعات مربوطه دشوار می کند. متد Clustering میتواند به صورت یک گروه خودکار برای بازیابی یک لیست از دسته های معنی دار استفاده شود به عنوان موتورهای جستجو سازمانی مانند Northern Light و Vivisimo یا نرم افزار منبع باز مانند Carrot2 . همچنین گوکل متد Clustering را برای مطابقت وبسایتهای خاص همراه با پرس و جو استفاده می کند. به این صورت که از یک وب سایت می تواند به عنوان مجموعه ای از موضوعات(موضوع چند سند) ببیند و یک query از خودش یا ترکیبی از چند مبحث باشد. این به طور گسترده توسط جامعه موتورهای جستجو بهینه سازی مورد مطالعه قرار گرفته است. برای پیدا کردن یک راه برای بهینه سازی یک وب سایت، مناقصه مطلوب در کلمات کلیدی خاص تعیین می کنیم ، و به این ترتیب ROI را در کمپینهای آنلاین بهبود می دهیم. در نهایت، با افزایش شبکه های اجتماعی در سال های اخیر، مانند فیس بوک و توییتر، اطلاعات معنایی بیشتر در دسترس هستند و در حال حاضر مقدار قابل توجهی از اطلاعات را منتقل می کنند .

قیمت فقط9,500 تومانپرداخت و دانلود

مشخصات فروشنده

نام و نام خانوادگی : جعفر علایی

شماره تماس : [phone]

ایمیل :[e-mail]

سایت :sidonline.ir

مشخصات فایل

فرمت : docx

تعداد صفحات : 7

قیمت : 9,500 تومان

حجم فایل : 253 کیلوبایت

برای خرید و دانلود فایل و گزارش خرابی از لینک های روبرو اقدام کنید...

پرداخت و دانلودگزارش خرابی و شکایت از فایل